参数最优化的GM（1，1）模型

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (14): 25-27.

参数最优化的GM（1，1）模型

李蔚

湘潭大学能源工程学院，湖南湘潭 411105

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-11 发布日期:2011-05-11

GM（1，1） model with optimal parameters

LI Wei

Energy Engineering College，Xiangtan University，Xiangtan，Hunan 411105，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-11 Published:2011-05-11

摘要/Abstract

摘要： 灰色GM（1，1）模型的精度取决于参数[a]和[u]，而参数[a]和[u]的获得依赖于初始条件的选择和背景值的构造。在背景值的计算中引入优化因子，通过最优初始条件和最佳优化因子的选择使预测结果与原始数据的平均相对误差最小，从而得到参数最优化的GM（1，1）模型。数值试验的结果表明，相对于传统的GM（1，1）模型及文献中的改进方法，参数最优化的GM（1，1）模型具有更高的预测精度。

关键词: GM（1, 1）模型, 精度, 优化因子, 初始条件

Abstract: The precision of GM（1，1） model is decided by the parameters [a] and [u]，while the parameters [a] and [u]depend on the selection of original condition and the conformation of background values.Optimization factor is introduced into the conformation of background values，and the new GM（1，1） model with optimal parameters is obtained by choosing the optimal original condition and optimization factor.Numerical tests indicate that the GM（1，1） model with optimal parameters has higher precision than the traditional GM（1，1） model and the new GM（1，1） model in the literature.

Key words: GM（1, 1） model, precision, optimization factor, original condition

李蔚. 参数最优化的GM（1，1）模型[J]. 计算机工程与应用, 2011, 47(14): 25-27.

LI Wei. GM（1，1） model with optimal parameters[J]. Computer Engineering and Applications, 2011, 47(14): 25-27.

[1]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[2]	宋云博，陈冬艳，郝赟，付先平. 基于级联卷积神经网络的高效目标检测方法[J]. 计算机工程与应用, 2021, 57(5): 139-145.
[3]	王昱潭，朱超伟，赵琛，李乐凯，李萍，冯朝旭，薛君蕊，李嘉婧，张加欣. 基于Faster R-CNN的灵武长枣图像检测方法[J]. 计算机工程与应用, 2021, 57(4): 216-224.
[4]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[5]	唐蕊，焦继业，徐华昊. 面向嵌入式的卷积神经网络硬件加速器设计[J]. 计算机工程与应用, 2021, 57(4): 252-257.
[6]	钟鸣，刘建东，刘博，陈飞，张世博. 三维动态整数帐篷映射设计与分析[J]. 计算机工程与应用, 2020, 56(9): 56-64.
[7]	宋丽丽，李彬，赵俊雅，刘国峰. 正态重采样的改进行人再识别度量学习算法[J]. 计算机工程与应用, 2020, 56(8): 158-165.
[8]	王蕾，丁正生. 融合正弦余弦算法和精英算子的花授粉算法[J]. 计算机工程与应用, 2020, 56(6): 159-164.
[9]	唐宇存，李锦忠，林安迪，匡绍龙. 基于三坐标测量机的机器人位姿精度检测方法[J]. 计算机工程与应用, 2020, 56(5): 257-262.
[10]	宋杰，许冰，杨淼中. 基于自适应步长果蝇优化算法图像分割[J]. 计算机工程与应用, 2020, 56(4): 184-190.
[11]	陶志富，赵勤，朱家明，刘金培. 可容忍预测误差及其在汇率组合预测中的应用[J]. 计算机工程与应用, 2020, 56(2): 255-260.
[12]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[13]	黄建新，袁杰. 三维空间机器人主动嗅觉烟羽源自主定位策略[J]. 计算机工程与应用, 2020, 56(12): 223-230.
[14]	李春，高飞，王会青. 改进果蝇算法优化CIAO-LSTM网络的时序预测模型[J]. 计算机工程与应用, 2020, 56(11): 129-134.
[15]	张水平，高栋. 动态调整搜索策略的果蝇优化算法[J]. 计算机工程与应用, 2020, 56(10): 56-62.